第1章 间歇过程优化控制概述 1
1.1 引言 1
1.2 间歇过程优化控制的研究状况 2
1.3 迭代学习控制在间歇过程中的应用 4
1.4 间歇过程优化控制研究中存在的关键问题 6
1.5 全书概况 7
参考文献 9
第2章 神经模糊系统综述 13
2.1 绪论 13
2.2 神经网络与模糊逻辑系统结合的几种形式 14
2.3 多级神经模糊系统的网络结构形式 17
2.4 基于神经模糊系统的建模与控制方法的特点 19
参考文献 20
第3章 基于数据的间歇过程神经模糊模型 22
3.1 间歇过程全局收敛性神经模糊模型研究 22
3.1.1 间歇过程的神经模糊模型 23
3.1.2 基于Lyapunov方法的全局收敛性参数学习算法 25
3.1.3 实验结果 31
3.1.4 小结 35
3.2 基于概率密度函数的间歇过程神经模糊模型 36
3.2.1 基于建模误差PDF形状的参数学习算法 37
3.2.2 实验结果 41
3.2.3 小结 47
参考文献 49
第4章 间歇过程批次轴-时间轴综合神经模糊模型 52
4.1 间歇过程时变神经模糊模型 52
4.1.1 间歇过程时变神经模糊模型的特点 52
4.1.2 间歇过程时变神经模糊模型结构 52
4.1.3 基于Lyapunov方法的间歇过程时变神经模糊模型参数学习 55
4.1.4 实验结果 57
4.2 基于概率密度函数的间歇过程二维模型研究 60
4.2.1 基于模型误差概率密度函数的间歇过程神经模糊模型参数辨识 60
4.2.2 实验结果 62
4.2.3 小结 67
参考文献 67
第5章 基于数值分析理论的间歇过程优化控制研究 68
5.1 基于神经模糊模型的间歇过程迭代学习控制 68
5.1.1 间歇过程的迭代学习控制策略 68
5.1.2 间歇过程迭代学习控制系统收敛性分析 70
5.1.3 实验结果 73
5.1.4 小结 83
5.2 基于批次轴模型修正的间歇过程迭代学习控制 85
5.2.1 放松约束条件的间歇过程迭代学习控制策略 85
5.2.2 基于批次轴模型修正的间歇过程迭代学习控制策略 89
5.2.3 实验结果 95
5.3 间歇过程变R调节迭代学习控制及跟踪性能分析 104
5.3.1 零跟踪误差分析 104
5.3.2 零跟踪误差实现策略分析 105
5.3.3 实验结果 109
5.4 小结 112
参考文献 112
第6章 基于智能优化理论的间歇过程优化控制 114
6.1 基于微粒群优化算法的间歇过程迭代学习控制 114
6.1.1 基于微粒群优化算法的间歇过程迭代学习控制 114
6.1.2 微粒群优化算法的构建 116
6.1.3 实验结果 117
6.2 间歇过程的两层智能混合优化控制 120
6.2.1 PSO-SQP两层智能混合优化 120
6.2.2 实验结果 124
6.3 基于微粒群优化算法的间歇过程多目标优化控制 127
6.3.1 间歇过程的多目标优化问题 128
6.3.2 基于多目标微粒群优化算法的Pareto优化控制 130
6.3.3 数值仿真 134
6.3.4 实验结果 137
6.4 小结 141
参考文献 141
第7章 间歇过程批次轴-时间轴综合学习型优化控制 143
7.1 引言 143
7.2 一类线性间歇过程综合学习型优化控制 143
7.2.1 线性间歇过程动态R参数综合学习型优化控制 144
7.2.2 性能分析 147
7.2.3 实验结果 152
7.3 非线性间歇过程综合学习型优化控制策略 157
7.3.1 非线性间歇过程综合学习型优化控制 157
7.3.2 性能分析 159
7.3.3 实验结果 161
7.4 小结 167
参考文献 167